机构名称：
¥ 1.0
高血压，一种严重的慢性疾病和心血管问题的主要危险因素，对医师的治疗和决策提出了重大挑战。推荐系统提出了一种有希望的途径，用于增强高血压护理决策过程。但是，诸如协作过滤之类的传统方法会遇到诸如数据稀疏性和可扩展性等挑战。为了应对这些挑战，已经探索了基于机器的建议系统。本研究提出了一种增强的协作过滤方法，集成了聚类和小组建议技术。使用静态和动态方法，建议每个群集提出的研究聚合组建议。对于新患者，采用三种相似性措施从最相似的病例群集中选择相关建议。这些发现证明了模型的令人满意的性能，尤其是在采用动态组建议和欧几里得相似性时，就平均绝对误差（MAE）表明精度提高了精度。
基于高血压患者的机器学习的组推荐系统
主要关键词
相关文件推荐
